Deep Dive
Shownotes Transcript
大家好,欢迎收听本期播客,我是小杨上一集我们聊了 AI 对设计的冲击和我们的核心信仰今天本集的主题将聚焦于一个非常关键的问题
如何才能让 AI 真正听懂设计的语言也就是我们常说的设计的可计算性大家好我是范林范老师要实现人机共创一个很重要的前提是 AI 得能听懂设计的语言理解我们的创意您在很多文章和分享中都提到了设计的可计算性这具体指的是什么呢我们如何才能把那些非常抽象的创意和设计想法翻译给 AI 呢嗯
你说的非常对设计的可计算性是实现人机高效协作的首要步骤哲学家维特根斯坦曾说语言的边界就是世界的边界大语言模型的出现在某种程度上解决了通用语言的可计算性问题让机器能够理解和生成自然语言而我们所说的设计的可计算性
就是要努力把设计这种独特的多维度的语言也翻译成机器能够理解能够计算能够处理的方式把设计的语言变成机器能懂的代码或者数据这听起来像是在教一个全新的物种学习设计
挑战不小的确是这样这是一个极具挑战但也充满魅力的过程在设计人工智能 1.0 阶段我和我的团队投入了大量的精力甚至可以说是有些痴迷的去探索如何把设计转化为数据我们做了很多项目来尝试比如我们构建了一个叫做 DesignNet 的数据集 DesignNet 听名字就很直观是关于设计的神经网络吗可以这么理解
我们尝试把平面设计中的各种视觉特征,比如色彩的搭配方案,元素的构成关系,字体的风格选择等等,都进行结构化的描述和标注,做成一个大规模的数据集。目标就是让机器能像人类设计师一样看见设计,甚至初步具备一定的审美能力,理解哪些设计在形式上是好的。
这是从大量的实际设计作品中自下而上的让 AI 学习是的同时我们也在尝试另一种路径就是自上而下递交 AI 比如我们做过一个叫普罗米修斯的项目尝试把设计学科的知识体系那些经典文献学术书籍研究论文中的理论和思想构建成一个设计知识图谱将
AI 就能从学科的源头去理解什么是设计设计的原则是什么一方面从实践案例中归纳一方面从理论知识中演绎双管齐下让 AI 对设计的理解更全面我们还做了一些更细分的尝试比如建立了样化色彩数据机
我注意到您提到的原数据这在设计的可计算性中扮演了什么角色
元数据 Metadata 至关重要它就像是给设计作品贴上的标签和说明书这些标签和说明是用机器能理解的语言写成的比如一张图片它的元数据可能包括颜色 RGB 纸主色调构图黄金分割对称风格简约复古
情感 愉悦 宁静甚至创作背景设计师意图等等我们开发像 MuDem 这样的设计资产管理工具一个核心功能就是帮助设计师更方便的创建和管理这些原数据把他们的创意过程和成果转化为结构化的数据资产
所以通过这些原数据 AI 才能真正对齐到设计的思路和逻辑上来正是如此这个过程挑战很大特别是那些非结构化的数据比如一张图片背后蕴含的文化符号一个设计方案在迭代过程中的思考轨迹目前的大模型更多的是在像素层面和文字描述之间建立浅层的关联学到的是表面的形式和风格对于设计深层的意图文化内涵和价值判断
AI 的理解还处于非常初级的阶段这也是为什么现在很多 AI 生成的图像可能形式上很炫酷但总感觉少了点灵魂或深度因为他还没完全理解设计背后的为什么对所以数据确实是设计人工智能取得突破的关键但仅仅拥有海量数据还不够数据必须能够被很好的处理理解和利用我们把设计翻译成机器可以理解的原数据
不仅仅是为了让 AI 能生成设计更是为了让它能帮助我们更好的进行设计的理解搜索匹配推荐分析等等从而在整个设计流程中发挥更大的价值特战科技这些年也一直在探索如何将这些研究成果应用于产业让技术真正赋能设计和创意行业
原来让 AI 听懂设计背后有这么多细致入微的翻译工作这确实是人机共创不可或缺的基础是的这是一个持续探索和优化的过程我们越能精确地把设计的语言和逻辑传递给 AIAI 就越能成为我们强大的创意伙伴非常感谢范老师的解读
理解了设计的可计算性之后下一集我们将探讨当 AI 具备了理解设计的能力它将如何拓展设计的边界从传统的视觉层面走向影响行动和体验的更广阔领域期待和大家继续交流欢迎通过 show notes 获取本集内容的相关阅读材料找到听友群入群方式持续订阅我们的动态大家下期见